ترجمه مقاله سیستم های پیش بینی زلزله بر اساس شاخص های لرزه ای – نشریه الزویر

عنوان فارسی: | سیستم های پیش بینی زلزله بر اساس شاخص های لرزه ای با استفاده از برنامه نویسی ژنتیک و دسته بندی AdaBoost |
عنوان انگلیسی: | Seismic indicators based earthquake predictor system using Genetic Programming and AdaBoost classification |
تعداد صفحات مقاله انگلیسی : 7 | تعداد صفحات ترجمه فارسی : 22 (2 صفحه رفرنس انگلیسی) |
سال انتشار : 2018 | نشریه : الزویر - Elsevier |
فرمت مقاله انگلیسی : pdf و ورد تایپ شده با قابلیت ویرایش | فرمت ترجمه مقاله : pdf و ورد تایپ شده با قابلیت ویرایش |
فونت ترجمه مقاله : بی نازنین | سایز ترجمه مقاله : 14 |
نوع مقاله : ISI | نوع نگارش : مقالات پژوهشی (تحقیقاتی) |
پایگاه : اسکوپوس | نوع ارائه مقاله : ژورنال |
ایمپکت فاکتور(IF) مجله : 2.989 در سال 2019 | شاخص H_index مجله : 78 در سال 2020 |
شاخص SJR مجله : 1.359 در سال 2019 | شناسه ISSN مجله : 0267-7261 |
شاخص Q یا Quartile (چارک) : Q1 در سال 2019 | کد محصول : 10479 |
محتوای فایل : zip | حجم فایل : 2.66Mb |
رشته و گرایش های مرتبط با این مقاله: مهندسی عمران، زلزله |
مجله: دینامیک خاک و مهندسی زلزله - Soil Dynamics and Earthquake Engineering |
دانشگاه: گروه علوم کامپیوتر و فناوری اطلاعات، دانشگاه پونچ، پاکستان |
کلمات کلیدی: سیستم پیش بینی زلزله، شاخص های لرزه ای، برنامه نویسی ژنتیک، AdaBoost، پیش بینی زلزله |
کلمات کلیدی انگلیسی: Earthquake predictor system - Seismic indicators - Genetic Programming - AdaBoost - Earthquake prediction |
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است ✓ |
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه شده است ✓ |
وضعیت ترجمه منابع داخل متن: به صورت عدد درج شده است ✓ |
بیس: نیست ☓ |
مدل مفهومی: ندارد ☓ |
پرسشنامه: ندارد ☓ |
متغیر: ندارد ☓ |
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله |
رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است |
doi یا شناسه دیجیتال: https://doi.org/10.1016/j.soildyn.2018.04.020 |
چکیده
1 مقدمه
2 تحقیقات مربوطه
3 داده ها و روش ها
3.1 محاسبه شاخص های لرزه ای
3.2 برنامه نویسی ژنتیک و AdaBoost
4 نتایج و بحث
4.1 پارامترهای ارزیابی
4.2 عملکرد EP-GPBoost
4.3 مقایسه با تحقیقات موجود
5 نتیجه گیری
Abstract
In this study an earthquake predictor system is proposed by combining seismic indicators along with Genetic Programming (GP) and AdaBoost (GP-AdaBoost) based ensemble method. Seismic indicators are computed through a novel methodology in which, the indicators are computed to obtain maximum information regarding seismic state of the region. The computed seismic indicators are used with GP-AdaBoost algorithm to develop an Earthquake Predictor system (EP-GPBoost). The setup has been arranged to provide predictions for earthquakes of magnitude 5.0 and above, fifteen days prior to the earthquake. The regions of Hindukush, Chile and Southern California are considered for experimentation. The EP-GPBoost has produced noticeable improvement in earthquake prediction due to collaboration of strong searching and boosting capabilities of GP and AdaBoost, respectively. The earthquake predictor system shows enhanced results in terms of accuracy, precision and Matthews Correlation Coefficient for the three considered regions in comparison to contemporary results.
چکیده
در این تحقیق ، یک سیستم پیش بینی زلزله با ترکیب شاخص های لرزه ای و برنامه نویسی ژنتیک (GP) و روش جمعی آدابوست (GP-AdaBoost) پیشنهاد شده است. شاخص های لرزه ای از طریق یک روش جدید محاسبه می شوند که در آن شاخص ها برای کسب حداکثر اطلاعات مرتبط با وضعبت لرزه ای منطقه محاسبه می شوند. شاخص های لرزه ای محاسبه شده با الکوریتم (GP-AdaBoost) برای داشتن سیستم پیش بینی زلزله (EP-GP-Boost) مورد استفاده قرار می گیرند. موقعیت و زمینه ها برای پیش بینی زلزله های با بزرگی 5 ریشتر و بالاتر در 15 روز قبل از زلزله فراهم آورده شده اند. مناطق هیندوکاش ، شیلی و کالیفرنیای جنوبی برای این آزمایش در نظر گرفته شده اند. (EP-GP-Boost) پیشرفت های قابل توجهی در پیش بینی زلزله دارد که دلیل آن ترکیب دو روش جستجوی GP و AdaBoost است. سیستم پیش بینی زلزله نشان دهنده بهبود نتایج در قالب دقت و ضریب همبستگی ماتیو برای سه منطقه در مقاسه با نتایج همزمان است.